摩根大通从2019年开始押注AI以期塑造银行的未来。

摩根大通(J.P. Morgan Chase)是美国第一大银行，全球分行5000家，个人客户6千万，企业银行客户350万家，每天处理处理付款10万亿美元，其内部技术系统多达6000多个，数据量超过500PB，所有系统一年登录次数达110亿次，每天的系统日志达400亿条，这么大量的数据加剧了其对AI技术的需求。其IT团队规模5万5千人（包括4800人派遣人员），负责每日IT系统开发和运维。

J.P Morgan Chase重视技术，在Github上开源了31个项目。特别组建了AI研究团队，内部每周五还有Machine Learning培训。从google挖走高管搞AI。摩根大通在2022年科技战略中提出要在所有的产品和平台中嵌入AI。其核心是释放数据的威力。

一、摩根大通四大技术战略

摩根大通提出2022年四大技术战略

• 1、提供业界最好的平台、产品和体验

• 2、聚焦软件开发能力，强化基础架构

• 3、释放数据的威力，在所有产品和平台中嵌入AI技术

• 4、所有产品和平台确保数据和隐私安全

二、摩根大通IT研发预算

• 摩根大通的策略是IT预算至少要占营收的1成。其2021年营收1250亿美元，IT预算占比11.3%。

• 摩根大通2022年度预算770亿美元，其中2022年技术研发预算141亿美金，技术占集团总预算的18%。

三、摩根大通AI团队

摩根大通专门组建了AI研究团队有25人，其中主要负责人如下：

• Manuela Veloso博士：摩根大通AI研究团队负责人、Fellow of the AAAI, AAAS, ACM, IEEE，主要研究方向是会话机器人

• Sameena Shah博士：摩根大通AI研究总监、原标S&P Global Ratings数据科学团队负责人，主要研究方向是增强智能

• Tucker Balch博士：摩根大通AI研究总监，教授，主要研究方向是多智能体仿真

• Daniele Magazzeni博士：摩根大通AI研究总监，教授，主要研究方向是优化、可解释性AI

• Andrea Stefanucci：摩根大通AI产品负责人，以前曾先后在麦肯锡、贝恩资本、埃森哲为全球大银行提供战略咨询服务过。

• Daniel Borrajo博士：摩根大通AI研究总监，教授，主要研究方向是model-based (e.g. AI Planning) and model-free (e.g. Machine learning).

• Jessica Staddon博士：摩根大通AI研究总监，主要研究方向是AI安全，曾在google工作过。

• Sumitra Ganesh博士：摩根大通AI研究总监

四、摩根大通AI研究目标

摩根大通AI团队提出七大AI研究目标

• 1、AI预测和影响经济系统：可理解地使用复杂经济系统，开发创新策略来管理极端和未知状况。

• 2、AI根除金融犯罪：在金融犯罪发生前提前预警。

• 3、AI确保数据安全：在金融服务行业实现安全的信息共享，避免泄露任何敏感信息。

• 4、AI完善客户体验：基于客户观察行为分析驱动卓越的客户体验。

• 5、AI为员工赋能：显著提高生产效率、员工体验和运营效率。

• 6、AI能助力政策合规：持续自动监控所有流程是否符合现行法律法规。

• 7、建立道德和社会友好的AI：确保在摩根大通扩展其人工智能能力的同时，其所创建的人工智能能够合乎道德地运行。

五、摩根大通AI技术积累

• 1、数据和知识：海量数据理解，图学习，合成数据，知识表示。

• 2、机器学习：强化学习，从数据中学习，从反馈中学习。

• 3、推理与优化：领域表示，优化，不确定性和时间约束下的推理。

• 4、安全人机交互：代理共生，可解释性可信AI。

• 5、多智能体系统：多智能体仿真，博弈与行为理论，机制设计。

• 6、安全AI：隐私计算，密码学，安全多方计算，联邦学习。

• 7、机器视觉与语言：AI视觉处理和深度语言理解。

六、摩根大通AI实践案例

1、数据全生命周期管理平台

• 摩根大通在打造一个可以支撑1000名数据科学家的AI战略平台，来满足未来大规模应用AI的需求。其中数据全生命周期管理平台以数据产品化（Data as a product）策略来建设数据湖，快速支援各类数据的消费，整合不同数据来重复利用。2022年的目标是关键的企业分析性数据可以实现即时提供。

2、AI模型生命周期管理平台

• 建一个训练数据管理和模型全生命周期管理平台，减少模型开发流程间的阻力，让模型上市速度提升70%。

3、欺诈风险AI系统

• 2017年上线，累计阻止1亿美元的损失。

4、AI机器人交易系统：LOXM

• 利用 AI 机器人执行金融交易，LOXM以最佳价格和最高速度执行客户交易指令，运用它从数十亿笔过往交易（既有真实交易，也有模拟交易）中汲取的经验教训来解决各种问题，比如怎样抛出大笔股份而不影响市场价格。

5、AI金融合同解析软件：COIN

• 摩根大通的一款金融合同解析软件COIN，此前律师和贷款人员每年需要360000小时才能完成的工作，COIN只需几秒就能完成。

6、AI辅助营销文案智能生成

• 利用Persado的AI辅助编写广告文案及头条新闻，让摩根大通的营销广告点击率暴增450%

7、AI辅助程序生成：Aenatus AI

• 摩根大通IT团队有5500人，每月发布次数3万多次，所有程序代码合计超过6亿行。Aenatus AI可以自动生成银行单元测试程序，自动提供程序推荐，自动预测程序部署成功率来优化测试工作安排。

8、智能定价和量化客户智能

• 智能定价计划提供更准确的预测和置信区间，准确预测价格和各种客户服务需求。

9、即时支付平台：Graphite

• 投资9千万美元建设，在45国分行使用。

10、全球流动性平台：GLASS

• 投资1.15亿美元建设。

11、交易风险和价格计算平台：Athena

• 每天处理百万笔交易，需要处理10亿美元交易的风险。